rpiAgentLoop与Cordis的分工边界，一次文件修改背后的运行时分层

用户一句‘把配置里的端口改成8080’，背后涉及的并非模型直接操作文件，而是一套精密的执行链路：模型输出结构化调用请求，程序负责定位工具、校验参数、执行变更、回写结果，并决定是否触发下一轮推理。这一过程暴露了当前Agent系统的核心矛盾——模型是意图生成者，而非执行主体。

最小闭环可简化为一个伪代码循环：模型响应后提取工具调用，执行并注入结果，再交由模型判断是否终止。但现实远比这复杂：多工具串行/并行策略、参数校验失败处理、流式截断恢复、中途取消后的副作用清理、会话持久化等，均属于执行控制流问题。这些问题仍停留在‘单任务如何向前推进’层面，尚未触及应用级架构设计。

rpi Agent Loop 正是为解决上述执行控制流而生。其核心设计将循环所需要素拆解为清晰接口：AgentContext管理上下文与工具集；StreamFn封装模型调用；AgentTool定义工具Schema、参数处理与执行；AgentLoopConfig控制模型配置、取消信号与执行模式；AgentEmitter则负责事件通知。这种结构使开发者能聚焦于‘本轮做什么’，而不必重复实现轮次调度逻辑。

然而，当Agent从单次任务扩展为长期运行的应用时，问题维度升级：模型服务需热替换、工具需插件化装卸、会话需持久化存储、任务需支持取消与恢复、同一能力需按配置隔离运行。此时，rpi Agent Loop已不足以覆盖全部需求。

Cordis在此场景中扮演不同角色。它并非替代rpi Loop，而是提供更高阶的运行时框架：定义Agent应用由哪些服务与插件构成，管理部件的注入、替换、隔离与销毁。值得注意的是，Cordis自身通过agent-loop插件实现了具体执行循环，因此准确比较对象应为‘rpi-agent loop’与‘Cordis的agent-loop插件’，或两套完整runtime方案。

以DeepSeek Harness中的goal-round-driver为例，它进一步揭示了长时任务的治理难点。单轮执行（agent loop）解决‘怎么跑’，而driver解决‘何时跑、跑多久、中断后如何恢复’。它不参与模型调用或工具执行，而是作为controller维护目标期望状态与实际运行状态的一致性，通过统一准入、轮次租约、四种收尾机制与明确恢复边界，将隐式的while循环转化为可治理的运行时控制。

这种分层思想在rpi-web中同样体现。该扩展将本地rpi进程通过Web服务暴露给浏览器，但关键边界在于：浏览器仅为观察与操作入口，真正的执行始终发生在服务端原生进程中。每次会话对应一个独立的native host子进程，项目文件、模型凭据与会话记录均保留在服务端机器上。这种设计既满足开发者对隐私与控制权的需求，又避免了将执行权交给SaaS平台的风险。

三者关系可归纳为：

rpi Agent Loop：面向单任务推进，确保每一轮输入→模型→工具→反馈的闭环可靠执行；
Cordis：面向应用构建，提供服务注册、插件管理、作用域隔离与生命周期控制；
goal-round-driver / rpi-web：面向长时运行与交互体验，解决任务续跑、状态恢复与人机协同边界问题。

它们并非互斥选项，而是可组合的模块化组件。例如，在Cordis框架下集成rpi Agent Loop作为默认执行引擎，再通过goal-round-driver实现长任务自动续跑，最后借助rpi-web提供可视化操作界面——这种堆叠架构已在部分开源项目中落地。

技术演进趋势显示，Agent开发正从‘能否完成任务’转向‘如何稳定、可控、可扩展地完成任务’。早期关注点集中于提示词工程与工具调用能力，如今重心已移至运行时治理：如何定义任务边界、如何隔离副作用、如何支持热更新与故障恢复。

开源社区对此已有共识：单一框架难以通吃所有场景。rpi强调轻量与可嵌入性，适合快速原型与本地部署；Cordis侧重企业级扩展能力，适用于多租户、高隔离需求环境；而DeepSeek Harness等项目则在长时任务控制上提供新范式。

值得注意的是，这些系统均未将语言差异（如Rust vs TypeScript）作为性能评判依据。源码基线明确限定为rpi 0.5.0、Cordis 4.0.1及agent-loop 0.1.0-rc.5，避免因语言特性导致误判。

实际部署中，开发者需根据场景选择组合方式：个人开发者倾向rpi + rpi-web的轻量组合；团队协作项目可能采用Cordis + agent-loop + 自定义driver的三层架构；而需要长时间无人值守运行的任务，则必须引入类似goal-round-driver的控制器模块。

边界清晰带来分工明确，而组合灵活则支撑场景适配。当‘修改一个端口’这样的简单指令背后，已隐含执行、编排、治理三层抽象时，Agent系统正逐步脱离玩具阶段，走向工程化成熟。

未来挑战仍存：如何统一不同框架的插件接口？如何在保证隔离性的同时降低跨层通信开销？如何让非专业开发者也能安全配置长时任务的恢复策略？这些问题的答案，或将决定下一代Agent运行时的标准形态。